面向数值序列的提示工程：市场评论生成案例研究

Masayuki Kawarada; Tatsuya Ishigaki; Hiroya Takamura

面向数值序列的提示工程：市场评论生成案例研究

计算与语言 2024-04-04 v1 人工智能计算工程、金融与科学

作者: Masayuki Kawarada , Tatsuya Ishigaki , Hiroya Takamura

摘要

大型语言模型（LLM）已广泛应用于包括表格、图形和时间序列数值数据在内的众多数据到文本生成任务中。尽管针对表格和图形等结构化数据的提示生成研究日益增多，但针对时间序列数值数据的提示工程深入研究仍不足。因此，本研究探索了各种输入表示方式，包括标记序列和结构化格式，如 HTML、LaTeX 和 Python 风格代码。在实验中，我们聚焦于市场评论生成任务，即将股票价格的数值序列作为输入，生成相应的市场评论。与我们的预期相反，结果表明，类似编程语言的提示效果更好，而类似自然语言且格式较长的提示（如 HTML 和 LaTeX）则效果较差。我们的发现为针对从数值序列生成文本的任务创建有效提示提供了见解。

关键词

提示工程时间序列市场评论生成 LLM 数值序列

引用

@article{arxiv.2404.02466,
  title  = {Prompting for Numerical Sequences: A Case Study on Market Comment Generation},
  author = {Masayuki Kawarada and Tatsuya Ishigaki and Hiroya Takamura},
  journal= {arXiv preprint arXiv:2404.02466},
  year   = {2024}
}

备注

Accepted to LREC-COLING2024 long paper

面向数值序列的提示工程：市场评论生成案例研究

摘要

关键词

引用

备注

相关论文